گوگل از Gemini 3 رونمایی کرد: ادغام فوری با موتور جستجو و بهبود عملکرد برنامه‌نویسی

به گزارش پیوست، مالک بزرگترین موتور جستجوی جهان برخلاف رقیب اصلی خود اوپن‌ای‌آی (سازنده ChatGPT) که از ارائه دهندگان شخص ثالثی چون مایکروسافت برای تامین توان رایانشی و زیرساخت استفاده می‌کند، گوگل با توجه به توان زیرساخت گسترده خود در حوزه ابری در این زمینه خودکفایی دارد.

کوری کاووک‌چو‌اوغلو، مدیر ارشد فناوری گوگل دیپ‌مایند (بخش هوش مصنوعی شرکت)، می‌گوید شرکتش به لطف دسترسی به زیرساخت، محقق و یک زنجیره عرضه کامل همه چیز را در کنار هم دارد و از یک برتری «فول استک» برخوردار است.

گوگل زنجیره قدرتمند خود در بخش هوش مصنوعی را مدیون بخش‌های ارزشمندی چون:

1. محققان دیپ‌مایند برای طراحی مدل‌ها
2. چیپ‌های اختصاصی TPU برای آموزش
3. سرویس ابری داخلی برای میزبانی مدل‌ها
4. و در نهایت، پلتفرم‌هایی چون یوتیوب، موتور جستجو و اپلیکیشن جمینا برای ادغام مستقیم و دسترسی به میلیارد‌ها کاربر است.

تحلیلگران معتقدند گرچه برند «ChatGPT» مانند «کلینکس» برای دستمال کاغذی در واقع به مترادفی برای هوش مصنوعی تبدیل شده است، اما گوگل با سرمایه عظیم و زیرساخت مستقل خود، به دنبال تغییر قواعد بازی و در نتیجه پیشتازی است.

جمینای ۳: هوشمندتر، دقیق‌تر و عامل‌محور

دمیس هاسابیس، مدیرعامل دیپ‌مایند، جمنای ۳ را گامی بزرگ به سوی هوش مصنوعی عمومی (AGI) توصیف کرده است. طبق اعلام او این مدل در دو حالت پیشرفته و معمولی عرضه می‌شود.

نسخه پیشرفته این مدل یا Gemini 3 Pro، که از همین حالا در دسترس مشترکان پولی شرکت قرار گرفته، بر اساس بنچمارک‌ها، مدل قبلی (2.5 Pro) را در تمامی زمینه‌ها شکست می‌دهد. این مدل همچنین در رده‌بندی LMArena که عملکرد مدل‌های زبانی را مورد بررسی قرار می‌دهد با کسب امتیاز حیرت‌انگیز ۱۵۰۱ Elo در صدر قرار دارد.

این مدل همچنین با کسب امتیاز ۹۱.۹ درصد در بنچمارک GPQA Diamond از قابلیت استدلال در سطح دکترا برخوردار است. علاوه بر این مدل جدید گوگل در بخش‌های دیگری نیز عملکرد بسیار خوبی را به ثبت رسانده است:

• ریاضیات و علوم: ثبت رکورد جدید ۲۳.۴ درصد در سنجه MathArena Apex و عملکرد عالی در حل مسائل پیچیده علمی.
• درک چندوجهی (Multimodal): توانایی فوق‌العاده در تحلیل متن، تصویر، ویدیو و صدا به صورت همزمان.

گوگل می‌گوید این مدل حالا پاسخ‌های صریح‌تری را در اختیار کاربران می‌گذارد و از تعارفات معمول هوش مصنوعی فاصله گرفته است تا مانند یک «شریک فکری واقعی» عمل کند. پیش از این بسیاری از کاربران هوش مصنوعی خواستار کاهش چاپلوسی در هوش مصنوعی شده بودند که باعث می‌شود مدل‌های زبانی تنها به دنبال راهی برای تایید دیدگاه فرد باشند.

پیشرفت‌های جمنای ۳: از تفکر عمیق تا برنامه‌نویسی

مدل جدید شرکت گوگل، به حالت تفکر عمیق یا Deep Think مجهز شده که البته هنوز در اختیار کاربران قرار ندارد و پس از تست ایمنی برای مشترکان نسخه Ultra عرضه می‌شود. گوگل می‌گوید این حالت که به استدلال عمیق‌تر می‌پردازد در تست‌های حل مسئله‌ی نوین (مانند ARC-AGI-2) رکوردهای قبلی را جابجا کرده است.

اما شاید مهم‌ترین خبر برای کاربران عادی، ادغام مدل جدید گوگل با موتور جستجو باشد. طبق اعلام شرکت کاربران معمولی برای استفاده از جمینای ۳ نیازی به دانلود اپلیکیشن خاصی ندارند و به سادگی در موتور جستجوی شرکت می‌توانند از این ابزار استفاده کنند.

گوگل این مدل را از روز اول به موتور جستجوی خود اضافه کرده و کاربران می‌توانند با کلیک روی گزینه «AI Mode» در جستجوی گوگل، تجربه‌ای تعاملی، شامل رابط‌های کاربری بصری و ابزارهای ساخته‌شده در لحظه را تجربه کنند.

پیشرفت چشمگیر در بخش برنامه‌نویسی با Google Antigravity

گوگل برای توسعه‌دهندگان نیز خبرهای ویژه‌ای دارد. این شرکت پلتفرم جدیدی به نام Google Antigravity را معرفی کرد که هدف از آن تغییر اساسی در تجربه برنامه‌نویسی است:

• عامل‌های خودمختار: هوش مصنوعی دیگر فقط یک دستیار کدنویسی نیست؛ بلکه می‌تواند به ترمینال، مرورگر و ادیتور دسترسی داشته باشد، کدها را اجرا کند، باگ‌ها را رفع کرده و اپلیکیشن‌ها را بسازد.
• عملکرد خیره‌کننده: جمینای ۳ در بنچمارک‌های کدنویسی (مانند SWE-bench Verified) با امتیاز ۷۶.۲٪، مدل‌های قبلی را پشت سر گذاشته است.
• همچنین مدل ویرایش تصویر Nano Banana که از مدل جمینای ۲.۵ برای تولید سریع تصویر استفاده می‌کند، نیز در این پلتفرم ادغام شده است.

ابزاری برای زندگی روزمره

گوگل همچنین وعده داده است تا مدل جدید شرکت در زندگی روزمره نیز کاربرتری تر شد. طبق اعلام شرکت این مدل می‌تواند به یادگیری کمک کند و برای مثال دست‌خط یک دستور پخت قدیمی را بخواند و ترجمه کند، یا ویدیوهای بازی شما را تحلیل کرده و برنامه تمرینی برای اصلاح حرکت شما ارائه دهد.

همچنین این مدل در برنامه‌ریزی عملکرد بهتری دارد و می‌تواند کارهای چندمرحله‌ای مانند رزرو خدمات یا مدیریت ایمیل‌ها را به صورت خودکار برعهده گیرد.

جمینای ۳ از همین حالا برای کاربران اپلیکیشن جمینای و مشترکین سرویس‌های Pro و Ultra (و در بخش AI Mode جستجو) قابل دسترسی است. توسعه دهندگان نیز می‌توانند برای دسترسی از طریق API در AI Studio و پلتفرم جدید Antigravity اقدام کنند.

دسترسی سازمانی نیز از طریق Vertex AI امکان‌پذیر است.